Los enjambres están conformados típicamente por una población de agentes computacionales simples capaces de percibir y modificar su ambiente de manera local. Tal capacidad hace posible la comunicación entre los individuos, que detectan los cambios en el ambiente generado por el comportamiento de sus semejantes. Dentro de esta rama las técnicas principales son: la optimización por enjambre de partículas (Particle Swarm Optimization– PSO) y la optimización por colonia de hormigas (Ant Colony Optimization– ACO). Existen otros algoritmos que pueden ser catalogados dentro de esta rama, como lo son la optimización por enjambre de bacterias (Bacteria Swarm ForagingOptimization– BSFO), la búsqueda por difusión estocástica (Stochastic Diffusion Search– SDS) y el algoritmo de colmena de abejas artificiales (Artificial Bee Hive Algorithm– ABHA) [1]. Es necesario investigar en profundidad para poder encontrar metodologías que permitan el diseño, y la predicción certera de comportamientos de enjambre, partiendo de las características de los agentes individuales del enjambre. Para ello, son esenciales para el estudio sistemático de comportamientos herramientas de seguimiento, como el seguimiento por video. Este proyecto se dedica la investigación sobre el diseño y optimización de reglas de interacción para un grupo de búsqueda y clasificación de piezas por colores, donde los robots tratan de lograr eficiencia temporal en la realización de una tarea de forma colectiva.